reduce 是 Python 中用于累计计算的高阶函数，需从 functools 导入，语法为 reduce(function, iterable[, initializer])，适用于乘积、字符串连接等聚合操作，比 sum/max/min 更灵活但应优先使用内置函数。
reduce 是 Python 中用于累计计算的高阶函数，它把一个二元函数依次作用在序列元素上，从左到右不断累积结果。它不直接内置在全局命名空间中，需从 functools 模块导入。
基本用法与语法结构
调用形式为：reduce(function, iterable[, initializer])。
- function：接收两个参数的函数（如 lambda x, y: x + y）
- iterable：可迭代对象（列表、元组等）
- initializer（可选）：初始值，若提供，则作为第一次调用的第一个参数
例如：
from functools import reduce
nums = [1, 2, 3, 4]
result = reduce(lambda x, y: x * y, nums) # 1*2*3*4 = 24
常见累计计算场景
适合用 reduce 的典型任务包括：
- 计算乘积、最大值、最小值、连接字符串等聚合操作
- 实现自定义逻辑的链式处理（如嵌套字典取值、状态累加）
- 替代简单循环，使代码更函数式、更紧凑
注意：对空序列使用 reduce 且未提供 initializer 会报错；提供 initializer 可安全处理空列表。
与 sum / max / min 等内置函数的区别
虽然 sum()、max()、min() 能完成部分累计任务，但 reduce 更灵活：
- 它不限于预设操作，可任意定义二元逻辑
- 支持非数值类型（如拼接字典、合并集合、构造嵌套结构）
- 可配合 operator 模块简化写法（如 reduce(operator.add, lst) 等价于 sum(lst)）
实用技巧与避坑提醒
- 尽量优先使用内置聚合函数（sum/max/min/join），它们更易读、性能更好
- 复杂逻辑建议拆成命名函数，避免过长 lambda 影响可读性
- 使用 initializer 明确初始状态，尤其处理可能为空的数据源时
- 避免用 reduce 做本该用 for 循环或列表推导式完成的任务（如生成新列表、带条件过滤）
